Integrating Explainable Machine Learning, Extreme Value Analysis, and CMIP6 Projections for Extreme Precipitation Prediction in the Eastern Mediterranean Coastal Region of Türkiye

Sintesi Tecnica: Integrazione di Apprendimento Automatico Spiegabile, Analisi dei Valori Estremi e Proiezioni CMIP6 per la Previsione delle Precipitazioni Estreme nella Regione Costiera del Mediterraneo Orientale della Turchia

Definizione del Problema
La regione costiera del Mediterraneo orientale della Turchia (che comprende Mersin, Adana, Osmaniye e Hatay) affronta rischi severi derivanti da eventi di precipitazione estrema, che minacciano centri urbani densamente popolati e terreni agricoli. Nonostante questa vulnerabilità, la ricerca precedente ha carenato di un quadro analitico unificato che integri i driver fisici, le proprietà di ricorrenza statistica e le traiettorie climatiche future per questa specifica subregione. Gli studi esistenti spesso si affidano ad analisi isolate delle stazioni, non riescono a correlare le stime del periodo di ricorrenza con i modelli di previsione basati sul machine learning (ML), o non tengono adeguatamente conto dell'eterogeneità dei regimi di precipitazione causata dalla complessa topografia (ad esempio, i Monti Taurus). Inoltre, mentre i modelli CMIP6 prevedono un riscaldamento significativo e siccità estive, il comportamento specifico della frequenza rispetto all'intensità delle precipitazioni estreme rimane poco chiaro a livello locale.

Metodologia
Questo studio presenta una pipeline ibrida di machine learning e statistica progettata per affrontare tali lacune attraverso otto fasi integrate:

1. Acquisizione e Controllo Qualità dei Dati: Lo studio ha utilizzato 24 stazioni a terra del Servizio Meteorologico Statale Turco (TSMS) (2010–2024), aumentate dai dati satellitari delle precipitazioni CHIRPS, dai dati di rianalisi ERA5-Land e dagli indici di teleconnessione NOAA. È stato applicato un rigoroso processo di controllo qualità in due fasi che ha escluso le stazioni con >5% di dati mancanti e ha applicato test di omogeneità (SNHT, Pettitt, Buishand) per identificare i cambiamenti di regime.
2. Fusione di Dati Multi-Sorgente: È stato creato un nuovo dataset giornaliero fondendo osservazioni a terra, dati satellitari e prodotti di rianalisi. Ciò ha comportato inferenza spaziale, correzioni di maschera marina per le stazioni costiere, correzione del bias per le variabili di temperatura e colmamento delle lacune (gap filling).
3. Clustering Spaziale: Il clustering K-Means ha suddiviso le 24 stazioni in tre zone di regime di precipitazione fisicamente interpretabili: Costiera, Interna e Montuosa, basandosi su elevazione, totali di precipitazione, rapporti stagionali e temperatura.
4. Ingegneria delle Caratteristiche (Feature Engineering): È stata costruita una matrice di predittori a 40 attributi, includendo variabili meteorologiche, dati topografici, codifiche temporali, etichette di cluster e 30 caratteristiche di teleconnessione (indici ritardati di ONI, NAO, AO, AMO, EAWR).
5. Classificazione con Machine Learning: Un classificatore binario XGBoost è stato addestrato per prevedere le precipitazioni estreme (definite come pioggia giornaliera ≥95° percentile). Il modello ha affrontato lo sbilanciamento delle classi (rapporto 1:18) utilizzando la ponderazione della frequenza inversa. Le prestazioni sono state valutate tramite cross-validazione temporale e un set di test indipendente (2023–2024).
6. Spiegabilità (XAI): L'analisi SHAP (SHapley Additive exPlanations) è stata impiegata per interpretare il modello XGBoost, identificando i predittori dominanti e le loro interazioni non lineari attraverso i diversi cluster spaziali.
7. Analisi dei Valori Estremi (EVA): I periodi di ritorno sono stati stimati utilizzando 44 anni di dati CHIRPS (1981–2024) tramite due metodi complementari: distribuzione dei Valori Estremi Generalizzati (GEV) per i massimi annuali e Distribuzione di Pareto Generalizzata (GPD) per i picchi sopra la soglia (POT).
8. Proiezioni Future: Le proiezioni CMIP6 del modello MPI-ESM1-2-LR sotto gli scenari SSP2-4.5 e SSP5-8.5 sono state corrette per il bias e analizzate per l'orizzonte 2041–2060 per valutare i cambiamenti nella frequenza degli eventi estremi e nell'intensità dei giorni umidi.

Risultati Chiave

• Cambio di Regime: I test di omogeneità hanno identificato un cambio di regime delle precipitazioni statisticamente significativo iniziato nel 2020. L'anomalia media del dominio rispetto al decennio precedente è stata di −20,5%, con i cali più gravi osservati nelle stazioni interne (es. Osmaniye: −35,9%). Questo cambiamento è coinciso con una variazione della distribuzione della variabile target tra il periodo di addestramento (2010–2022) e quello di test (2023–2024).
• Prestazioni del Modello: Il classificatore XGBoost ha raggiunto un AUC-ROC di 0,835 sul set di test indipendente, dimostrando una robusta capacità discriminatoria nonostante le condizioni non stazionarie. Il punteggio F1 sul set di test è stato di 0,288, inferiore al punteggio di cross-validazione (0,403), attribuito alla ridotta frequenza di eventi estremi durante il periodo di siccità post-2020.
• Importanza delle Caratteristiche: L'analisi SHAP ha rivelato l'umidità relativa vicino alla superficie come il predittore dominante (media |SHAP| = 0,557). La sua importanza aumenta con l'elevazione (0,469 nei cluster Costieri vs 0,642 nei Montuosi), riflettendo il meccanismo di precipitazione orografica. È stata identificata una soglia di attivazione non lineare vicino al 65–70% di umidità relativa. La temperatura media è stata la seconda caratteristica più importante, mostrando un contributo negativo sopra i 15–20 °C.
• Teleconnessioni: Gli indici su larga scala AMO (correlazione negativa, r = −0,335) ed EAWR (correlazione positiva, r = +0,299) sono stati identificati come driver significativi della variabilità interannuale.
• Livelli di Ritorno: L'adattamento GEV ha prodotto un livello di ritorno di 100 anni medio del dominio di 102,4 mm al giorno. Il pericolo maggiore è concentrato nel corridoio interno orientale (es. Düzici: 153,1 mm al giorno), dove l'aria umida interagisce con le pendici dei Monti Taurus. Tufanbeyli, nonostante l'alta elevazione, ha mostrato il livello di ritorno più basso (54,9 mm al giorno) a causa degli effetti di ombra pluviometrica.
• Proiezioni Future: Le proiezioni CMIP6 indicano una costante diminuzione della frequenza degli eventi estremi entro il 2041–2060 sotto entrambi gli scenari (−19,5% per SSP2-4.5 e −12,1% per SSP5-8.5). Tuttavia, l'intensità dei giorni umidi è proiettata in diminuzione sotto SSP2-4.5 (−2,2%) ma in aumento sotto SSP5-8.5 (+1,2%), suggerendo un futuro "meno frequente ma potenzialmente più intenso" sotto scenari di alte emissioni.

Significatività e Contributi
Gli autori affermano che questo studio fornisce la prima pipeline integrata ML–valore estremo–proiezione climatica specifica per la regione costiera del Mediterraneo orientale della Turchia. La significatività del lavoro risiede in:

1. Framework Unificato: Combinazione con successo di fusione di dati multi-sorgente, clustering spaziale, machine learning spiegabile e analisi dei valori estremi per caratterizzare i pericoli di precipitazione estrema.
2. Interpretabilità Fisica: Utilizzo di SHAP per recuperare empiricamente le relazioni fisiche (come la relazione di Clausius–Clapeyron e i meccanismi di sollevamento orografico) senza input espliciti di equazioni fisiche, validando l'allineamento del modello con la fisica atmosferica.
3. Rilevamento del Cambio di Regime: Identificazione di un reale cambiamento idroclimatologico nel 2020 che impatta la trasferibilità del modello, evidenziando la necessità di protocolli di riaddestramento adattivi nelle previsioni operative.
4. Implicazioni per le Infrastrutture: Dimostrazione che i livelli di ritorno di 100 anni stimati nel corridoio orientale superano sostanzialmente le attuali soglie di progettazione del drenaggio urbano (50–100 mm al giorno), indicando una vulnerabilità strutturale.
5. Caratterizzazione del Rischio Futuro: Chiarimento della divergenza tra i trend di frequenza e intensità sotto diversi scenari di emissione, suggerendo che, sebbene i giorni estremi possano diventare meno frequenti, la loro intensità potrebbe aumentare sotto percorsi di alte emissioni.

Lo studio conclude che, sebbene la regione affronti una tendenza all'inaridimento in termini di frequenza degli eventi, il potenziale di intensificazione degli eventi di pioggia sotto scenari di alte emissioni richiede una revisione degli standard di progettazione delle infrastrutture e lo sviluppo di sistemi di allerta precoce adattivi che tengano conto delle condizioni idroclimatologiche non stazionarie.